ES学习——ES评分简单介绍

当我们能使用match来搜索匹配数据的时候，es会给每一个文档进行评分（匹配度），并根据评分的大小对结果文档进行排序。

介绍

es的实时评分机制是基于 Lucene 的基础上实现的，最常见的是 TF/IDF和BM25这两种评分模型。

TF-IDF属于向量空间模型，而BM25属于概率模型，但是他们的公式可能并没有你想象的那么大差距。两种相似度模型都使用idf方法和tf方法的某种乘积来定义单个词项的权重，然后把和查询匹配的词项的权重相加作为整篇文档的分数。

对于这两种算法的详细介绍以及区别大家可以参考：

1. https://en.wikipedia.org/wiki/Okapi_BM25
2. https://en.wikipedia.org/wiki/Tf–idf

在es5.0版本之前使用了TF/IDF算法实现，而在5.0之后默认使用BM25方法实现。

作为开发，我们可以不需要了解非常深入的了解公式的由来，但也要做到公式的组成和每个参数的含义。

例子

下面是一个普通的查询：

PUT /test/test1/1
{
   "title":"hallo,books"}
PUT /test/test1/2
{
   "title":"hallo,books boy"}
PUT /test/test1/3
{
   "title":"hallo hallo,hi hi hi hi"}
PUT /test/test1/4
{
   "title":"hallo hallo,hi hi hi hi"}
PUT /test/test1/5
{
   "title":"hi hi hi hi"}

GET /test/test1/_search
{
   
  "query": {
   
    "match": {
   
      "title": "hallo hi"
    }
  }
}

在搜索的结果中有一个_score字段，代表了es给文档的评分，默认的排序规则是根据这个字段的大小进行排序，越大则出现在越前面。

当我们搜索一个单词或者一个词组乃至一句话的时候，es先会通过Analyzer分析器拆成多个term(ES学习——分析器和自定义分析器)，然后在对每一个term进行BM25公式评分，最后把每一个term的评分进行加权求和，就是最后的得分。

例如，我们搜索hallo hi,es通过对应的默认解析器拆分成hallo和hi,分别求出分数score(hallo)和score(hi)：
总得分Score=score(hallo)+score(hi)。

和sql相似,我们可以通过在搜索条件中添加explain=true,来查看具体的得分过程。

GET /test/test1/_search?explain=true
{
   
  "query": {
   
    "match": {
   
      "title": "hallo hi"
    }
  }
}

##以下通过筛选，过滤了一些无用的信息

{
   
        "_shard": "[test][0]",【1】
        "_score": 1.202173,【2】
        "_source": {
   
          "title": "hallo hallo,hi hi hi hi"【3】
        },
        "_explanation": {